Гедонистическая модель стоимости квартиры: Владивосток

Выпускник онлайн-магистратуры «Экономический анализ» Данил Гришин в дипломном исследовании искал ответ на вопрос, какие факторы определяют стоимость квартиры на рынке родного Владивостока. Данил построил гедонистическую модель, которая позволяет получить информацию о влиянии характеристик товара на его цену и строить более точный прогноз цены жилья. 

Данил, почему вы выбрали именно эту тему для диплома? 

В основном из-за отсутствия в отечественной литературе исследований, посвященных анализу региональных рынков недвижимости, в особенности в таких удаленных локациях, как Владивосток. Я также хотел развить новые для меня прикладные навыки: парсинг, работа с большими данными, машинное обучение, которые теперь я активно применяю на своей работе. Моделирование цен на жилье предполагает наличие не только развитого экономического аппарата, но и продвинутых навыков работы с данными.

Как вы собирали данные? 

С помощью парсинга сайта-агрегатора объявлений о продаже недвижимости. В процессе возникло две проблемы. Во-первых, автоматический сбор данных был затруднен из-за капчи на сайте, которая останавливала работу скрипта. При этом мне было сложно её обойти, так как я не имел достаточного опыта программирования. Сайт не давал полного спектра параметров, характеризующих состояние квартиры и дома. Например, для построения модели явно не хватало данных о ремонте, площади кухни/ванной, этаже, годе постройки дома и т.д. Частично данная проблема была решена благодаря использованию данных других сайтов.

Я применил такие методы работы с большими данными, как описательный анализ, предварительная обработка данных, построение множественной регрессии, пространственная эконометрика.

Вы довольны результатами исследования? 

Да! Во-первых, удалось получить информацию о вкладе отдельных факторов в стоимость квартиры. Это позволило проверить интересные гипотезы о процессах ценообразования на рынке недвижимости, в частности, о влиянии на цену пространственных эффектов и нелинейных эффектов отдельных переменных. Интересно, что пространственная автокорреляция достаточно слабо выражена на рынке Владивостока. Помимо исследовательского интереса у данной модели также есть потенциальное практическое применение среди инвесторов. Например, при анализе факторов, повышающих стоимость жилья. Во-вторых, построенная модель позволяет строить оценки стоимости конкретной квартиры для получения представления о том, насколько она переоценена или недооценена относительно среднерыночного уровня. 

В целом мои ожидания оправдались, поскольку модель смогла не только достаточно точно описать исследуемые данные, но и предоставить интересную информацию о процессах ценообразования на рынке Владивостока.

Планируете ли вы усовершенствовать модель? 

 Во-первых, в планах улучшить модель за счет включения в неё важных с теоретической точки зрения параметров, которые были пропущены в текущей версии. К ним можно отнести этаж квартиры, тип ремонта, вид из окон и т.д. Во-вторых, я хочу построить модель, которая будет способна анализировать рынок недвижимости в динамике. Данная версия позволяет это делать только по состоянию на конкретный момент времени. Реализация идеи вполне выполнима, поскольку использованный сайт-агрегатор также содержит сведения об архивных объявлениях продажи жилья в течение нескольких лет. Таким образом, если удастся собрать информацию обо всех архивных объявлениях, то будет возможность построить гораздо более интересную модель, чем есть на данный момент.